Claim Missing Document
Check
Articles

Found 23 Documents
Search

An Analisis Kepuasan Mahasiswa Terhadap Kualitas Layanan Sistem Informasi Akademik Fuzzy Servqual Prasetio, Luky; Setiawan Assegaff; Kurniabudi
Jurnal Manajemen Teknologi Dan Sistem Informasi (JMS) Vol 5 No 2 (2025): JMS Vol 5 No 2 September 2025
Publisher : LPPM STIKOM Dinamika Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33998/jms.2025.5.2.2342

Abstract

This study aims to analyze student satisfaction with the quality of the Academic Information System (SIAKAD) services at Universitas Dinamika Bangsa using the Fuzzy Servqual method. The analysis is based on five service quality dimensions: Reliability, Responsiveness, Assurance, Empathy, and Tangibles. The defuzzification results indicate that the Reliability and Responsiveness dimensions have a GAP value of 0.0, signifying that the services provided meet student expectations. Meanwhile, the Assurance, Empathy, and Tangibles dimensions have a GAP value of 1.0, suggesting that students' perceptions of the service exceed their expectations. Thus, overall, students are satisfied with the services provided by the academic information system. Furthermore, this study identifies key factors influencing student satisfaction, including Assurance, which reflects security and trust in the system, Empathy, which demonstrates attentiveness and care for student needs, and Tangibles, which relate to the system's physical facilities and interface. The findings emphasize the importance of maintaining and optimizing service quality while ensuring that the Reliability and Responsiveness dimensions remain stable and do not decline over time. The recommendations derived from this study are expected to contribute to improving academic services and developing strategies to enhance student satisfaction at Universitas Dinamika Bangsa.
WORKSHOP LITERASI DAN PRIVASI MEDIA DIGITAL BAGI SISWA/I SMA NEGERI 6 KOTA JAMBI Yose, Imelda; Riyadi, Willy; Fachruddin; Kurniabudi
Jurnal Pengabdian Masyarakat UNAMA Vol 4 No 2 (2025): JPMU Volume 4 Nomor 2 Oktober 2025
Publisher : LPPM Universitas Dinamika Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33998/jpmu.2025.4.2.2497

Abstract

Pesatnya penetrasi internet di Indonesia telah mengubah gaya hidup, terutama di kalangan generasi muda yang menjadikan media digital sebagai sarana utama untuk informasi dan interaksi sosial. Namun, tingginya intensitas penggunaan ini tidak selalu diimbangi dengan pemahaman yang memadai mengenai etika berinternet (netiket) dan pentingnya menjaga privasi data pribadi. Menghadapi tantangan ini di lingkungan SMA Negeri 6 Kota Jambi, di mana siswa/i merupakan pengguna aktif media digital, ditemukan adanya kerentanan terhadap risiko penyalahgunaan data dan pelanggaran etika digital. Sebagai respons, dilaksanakan kegiatan Pengabdian kepada Masyarakat (PKM) berupa "Workshop Literasi dan Privasi Media Digital". Kegiatan ini bertujuan untuk meningkatkan pemahaman dan kesadaran siswa/i mengenai pentingnya netiket, cara melindungi data pribadi dari ancaman siber, serta implikasi hukum yang relevan seperti yang diatur dalam UU ITE dan UU PDP. Melalui workshop ini, diharapkan siswa/i SMA Negeri 6 Kota Jambi dapat menjadi warga digital yang lebih cerdas, bertanggung jawab, dan mampu memanfaatkan teknologi secara positif dan aman.
Analisis Perbandingan Kinerja Naive Bayes Dan C4.5 Untuk Deteksi Penyakit Ginjal Gultom, Rayma Yemima; Kurniabudi; Effiyaldi
Jurnal Manajemen Teknologi Dan Sistem Informasi (JMS) Vol 6 No 1 (2026): JMS Vol 6 No 1 MARET 2026
Publisher : LPPM STIKOM Dinamika Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33998/jms.2026.6.1.2603

Abstract

Penyakit Ginjal Kronis (PGK) adalah masalah kesehatan di seluruh dunia dengan peningkatan jumlah penderita yang stabil, termasuk di Indonesia. Identifikasi tepat waktu diabetes melitus gestasional (DMG) sangat penting untuk mengurangi risiko komplikasi dan kematian, namun penilaian manual seringkali membutuhkan waktu dan sumber daya yang cukup besar. Perkembangan teknologi machine learning memungkinkan proses diagnosis lebih cepat dan akurat. Penelitian ini bertujuan membandingkan kinerja algoritma Naïve Bayes dan C4.5 dalam mendeteksi penyakit ginjal menggunakan dataset Chronic Kidney Disease (CKD) yang diperoleh dari platform Kaggle. Dataset terdiri dari 400 data pasien dengan 34 atribut medis, seperti tekanan darah, kadar kreatinin, albumin urin, dan parameter laboratorium lainnya. Metode penelitian meliputi pembersihan data, seleksi atribut, transformasi data, pembagian data menjadi 80% data latih dan 20% data uji, serta penerapan kedua algoritma menggunakan perangkat lunak WEKA. Evaluasi kinerja dilakukan dengan matrik akurasi, precision, recall, F1-score, dan AUC-ROC. Hasil pengujian menunjukkan bahwa pada pembagian data 80:20, algoritma Naïve Bayes memperoleh akurasi 83,13%, precision 84,05%, recall 97,68%, F1-score 90,36%, dan AUC-ROC 59,50%. Sementara itu, algoritma C4.5 (J48) mencapai akurasi lebih tinggi yaitu 87,50%, precision 85,93%, recall 98,45%, F1-score 91,74%, dan AUC-ROC 63,20%.